欢迎来到天天文库
浏览记录
ID:34810730
大小:1.81 MB
页数:57页
时间:2019-03-11
《牛胴体眼肌切面图像的分割研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、南京农业大学硕士学位论文牛胴体眼肌切面图像的分割研究姓名:秦春芳申请学位级别:硕士专业:农业机械化工程指导教师:陈坤杰20060601牛胴体眼肌切面图像的分割研究捅姜南京农业大学肉类研究室于2003年制定了牛肉等级的分级标准,该分级标准涵盖了质量级和产量级双重标准。眼肌区域的大理石花纹是质量评级的主要指标之一,它是纤维之间沉积的肌间脂肪。在传统的牛肉分级中,大理石花纹的等级评定主要依靠分级员的感观评价。这个过程受分级员的感观阈限差异,经验丰富程度的差异以及工作疲劳程度等多个因素的影响,因此这一参量
2、指标判断误差较大,分级的精度难以保证,且由于人工评价耗时长,难以符合高效工作的社会发展需求,因此亟需开发一种自动化分级方法。80年代初,一些科学家将机器视觉与图像处理技术应用到牛肉自动分级中,牛肉自动分级技术获得重要发展。在此背景下,本研究运用数字图像处理学的理论知识,对牛胴体眼肌切面图像进行精确分割,在提高大理石花纹自动分级精度的同时,提高了分级的效率,因此应用此方法对实际应用具有十分重要的意义。本文的研究对象(牛肉图片)在均匀的拍摄环境下摄取,在眼肌切面图像的分割处理中,本文采取分步骤的方法来
3、实现。主要包括背景的去除、有效眼肌区域的分割及大理石花纹的精确分割3个部分。背景去除采用的是边界跟踪法,根据“探测准则”找到目标轮廓像素,再根据特定的“跟踪准则”找到目标物体上的其他像素,当跟踪的后继点回到起始点时,跟踪终止。此方法的实验结果表明:采用边界跟踪法可以快速去除背景。有效眼肌区域的分割采用了基于形态学的综合图像处理技术。首先采用改进的最小距离分类法,将消除背景的牛胴体眼肌切面图像进行二值化预处理,用区域标志法,保留面积最大的黑色连通区域,用差影法将黑色最大连通区域中的孔洞填充后,采用全
4、方位图像腐蚀和膨胀技术,去除附生肌,分割出有效眼肌区域,然后通过图像与图像的运算,恢复有效眼肌区域的彩色花纹图像。对牛肉大理石花纹标准图板及牛肉样本图像所进行的分割实验结果表明:基于形态学的综合图像处理技术具有很好的适应性,可以对各种牛胴体眼肌切面图像实现有效眼肌区域的准确分割。牛肉大理石花纹的精确分割,是提取特征参数,实现大理石花纹等级自动判定的关键步骤,因此该处分割结果的精度就是关键。通过研究将人眼感观测试得到的阈限值作为容差值,将此容差应用到区域生长的算法中,对区域生长法进行改进,利用改进后
5、的算法对目像进行二值化处理。由于目前没有统一明确的评价分割精度的标准,因此本研究综合运用了优度实验法和差异实验法,将5人评定小组共同选取阈值实现的手动分割图作为参考图,对各种算法的处理结果图进行质量评分,将几何平均值作为分割精度的评价标准。实验结果显示,经5人评定小组的感官评分可以得出结论:改进的区域生长法得到的图像处理结果评分较高,因此,该方法在有效眼肌区域大理石花纹的分割上优于其他常用方法。关键词:大理石花纹;眼肌;分割;二值化;牛肉分级IIRESEARCH0NTHESEGMENllATl0N
6、OFBEEFCARCASSRIB—EYEABSTRACTThebeefgradingstandardswereworkedoutbythebeefresearchdepartmentofNanjingAgricultureUniversity,whichcontaintwoparts:thequalitygradeandquantitygrade.Andthemarblinglevelofrib—eyeisoneoftheimportantpoints.Themarblingisthefatbet
7、weenmusclefibers。whichismainlyphospholipids.Inthetraditionalwayofbeefgrading,thelevelofmarblingismainlygivenaccordingtothegrader’Sfeelings.Andthisresultwillbeaffectedbythedifferencesofgraders’feelings,experiencesandthedegreeofbeingtired.Sotherewillbem
8、anyinaccuraciesinthisindex.Intheearly1980s,someofthescientistsappliedmachinevisionandimageprocessingtechniquesintothebeefgradingsystem,andfromthismomenton,agreatprocesshasbeenmadetOthegradingsystem.Atthisbackgroundofresearch,wetrytoemploythekn
此文档下载收益归作者所有